采用卷积神经网络构建西北太平洋柔鱼渔场预报模型OA北大核心CSCDCSTPCD
Construction of fishing ground forecast model of Ommastrephes bartramii using convolutional neural network in the Northwest Pacific
对远洋渔场资源和位置进行预报可以为远洋渔业生产及管理提供重要信息.该研究针对西北太平洋柔鱼渔场,利用海洋表面温度遥感信息和中国远洋渔船生产资料,基于深度学习原理,选取卷积神经网络构建西北太平洋柔鱼渔场预报模型.根据不同月份、不同通道构建了多种数据集,用于训练渔场预报模型.训练结果表明,4个通道组合的数据集的训练结果最优,渔汛早期(7—8月)、中期(9月)和后期(10—11月)测试集准确率分别为80.5％、81.5％和81.4％.以2015年的真实…查看全部>>
朱浩朋;伍玉梅;唐峰华;靳少非;裴凯洋;崔雪森
上海海洋大学海洋科学学院,上海 201306中国水产科学研究院东海水产研究所农业农村部远洋与极地渔业创新重点实验室,上海 200090中国水产科学研究院东海水产研究所农业农村部远洋与极地渔业创新重点实验室,上海 200090中国水产科学研究院东海水产研究所农业农村部远洋与极地渔业创新重点实验室,上海 200090闽江学院海洋学院,福州 350108上海海洋大学信息学院,上海 201306
农业科技
卷积神经网络模型渔业西北太平洋柔鱼
《农业工程学报》 2020 (24)
153-160,8
国家重点研发计划(2019YFD0901405)上海市自然科学基金项目(17ZR1439700)中国水产科学研究院基本科研业务费项目(2019T08)中国水产科学研究院院级基本科研业务费(2018GH13)
评论